[发明专利]一种基于视觉唤醒的语音控制方法

权利要求书

1.一种基于视觉唤醒的语音控制方法，用于唤醒语音控制设备以使所述语音控制设备对其接收的语音信号做出回复，其特征在于，所述语音控制方法包括：

步骤一、语音控制设备接收到至少部分的所述语音信号后，启动安装在其上的图像接收单元；

步骤二、所述图像接收单元获取图像并传送到图像识别单元；

步骤三、所述图像识别单元识别所述图像，当在所述图像中检测到视线朝向所述语音控制设备的人脸时，所述语音控制设备被唤醒以识别所述语音信号。

2.如权利要求1所述的基于视觉唤醒的语音控制方法，其中所述图像接收单元为摄像头。

3.如权利要求2所述的基于视觉唤醒的语音控制方法，其中所述摄像头为广角摄像头。

4.如权利要求1所述的基于视觉唤醒的语音控制方法，其中所述图像接收单元为可旋转摄像头，所述可旋转摄像头包括云台，所述云台安装在所述语音控制设备的外壳上。

5.如权利要求4所述的基于视觉唤醒的语音控制方法，其中所述云台是2轴驱动的。

6.如权利要求4或5所述的基于视觉唤醒的语音控制方法，其中所述步骤一包括：所述语音控制设备根据接收到的所述至少部分的所述语音信号，分辨所述语音信号的来源方向；当所述语音控制设备能确定所述语音信号的来源方向时，所述语音控制设备指令所述摄像头转向所述语音信号的来源方向获取图像，当所述语音控制设备不能确定所述语音信号的来源方向时，所述语音控制设备指令所述摄像头在其最大旋转角度范围内转动并获取图像。

7.如权利要求6所述的基于视觉唤醒的语音控制方法，其中所述步骤三包括：

对于所述语音控制设备能确定所述语音信号的来源方向的情况，当所述图像识别单元在所述图像中检测到视线朝向所述语音控制设备的人脸时，所述语音控制设备接收完毕所述语音信号后识别所述语音信号，并做出回复；

对于所述语音控制设备不能确定所述语音信号的来源方向的情况，当所述图像识别单元在所述图像中检测到视线朝向所述语音控制设备的人脸且所述人脸正在说话且所述语音信号后未接收完毕时，所述语音控制设备接收完毕所述语音信号后识别所述语音信号，并做出回复；当所述图像识别单元在所述图像中检测到视线朝向所述语音控制设备的人脸且所述人脸不在说话且所述语音信号已接收完毕时，所述语音控制设备识别所述语音信号并做出回复，如果语音控制设备不能识别所述语音信号则不做回复。

8.如权利要求7所述的基于视觉唤醒的语音控制方法，其中当在所述步骤三中，所述图像中未检测到视线朝向所述语音控制设备的人脸时，所述语音控制设备不被唤醒。

9.如权利要求1所述的基于视觉唤醒的语音控制方法，其中所述语音控制设备通过语音接收单元接收所述语音信号，通过语音识别单元识别所述语音信号。

10.如权利要求9所述的基于视觉唤醒的语音控制方法，其中所述语音接收单元为麦克风。